정부의 중소기업 지원 사업 효과분석(2008-2017) : 컨설팅 지원 사업을 중심으로

Abstract

정부는 중소기업의 경쟁력 확보를 위하여 다양한 형태의 지원 사업(자금지원, 기술지원, 경영지원 등)을 수행하고 있다. 산업통상자원부는 2011년부터 산업단지 중소기업의 안정적인 성장을 지원하기 위해, 기업성장 지원센터의 중점육성기업 지원사업을 통해 경쟁력 있는 중소기업을 발굴하여 강소·중견기업으로 육성하는 컨설팅 지원사업을 운영하였다. 본 연구는 정부 주도 컨설팅 지원 사업의 효율성을 분석하기 위해 자료포락분석 (DEA) 방법을 사용하였으며, 수혜를 받은 기업의 재무적 관점의 성과자료를 사용하였다. 투입변수에 따른 산출변수의 효율성을 분석하기 위해 투입변수는 과제지원기간, 과제지원건수, 종업원수, 연구인력수를 사용하 였으며, 산출변수는 매출액, 영업이익, 부가가치액을 사용하였다. 그리고 DEA 분석을 통하여 효율적 집단과 비효율적 집단을 구분하고 효율적인 집단은 투입변수의 평균값이 얼마인지 파악하였으며, 비효율적 집단은 최적의 투입변수값이 어느 정도가 적정한 것이었는지 파악하였다. 이렇게 효율적 집단과 비효율적 집단의 특성을 분석함으로써 정부지원 컨설팅사업의 효과에 대한 효율성 제고를 위해 업종이나 기업의 규모 등에 따라 투입변수의 투입량을 조절 할 필요가 있다는 연구 결과를 제시하였다. 또한 연구결과, 정부지원 컨설팅 사업은 지원 전과 후를 비교해 봤을 때 재무적인 성과에 긍정적인 영향을 미치고 있다는 것을 확인할 수 있었으며, 효율적 집단과 비효율적 집단을 구분하여 특성을 비교 분석해 본 결과 기업의 규모가 컨설팅 효과에 영향을 미친다는 것을 확인할 수 있었다. 기업매출 규모가 100억원 미만, 종업원수 30인 미만의 작은 기업은 중장기적인 컨설팅 지원보다는 단기간에 긴급하고 중요한 과제를 지원하는 것이 더 효율적임을 알 수 있었다. 향후 정부에서 중소기업 지원을 위한 컨설팅 지원 정책을 수립할 때 기업의 규모와 업력을 고려한 지원 정책을 수립하고 대상 업체를 선정하기 위한 기준과 사후 성과평가 기준을 마련하는데 있어 본 연구 결과가 활용될 수 있을 것으로 기대한다.

Government(MOTIE) has been implemented the consulting support programs run by Business Growth Center for small and medium-sized businesses in industrial Complexes to be competitive since 2011. This research paper used the DEA method to analyze the efficiency of government-led consulting support programs and used performances data from the financial perspective of beneficiary companies. The paper analyzed the efficiency of the outputs(Sales, Operating Profit, Value-added) according to the input variables(project period, project support cases, employees and researchers), and compared characteristics of both groups by distinguishing the efficient from the inefficient group. In other words, the efficient group consisted of companies in metal processing and auto parts industry, with an average consulting support period of 26 months and 10 project-solutions, 3 to 4 projects supported annually. In terms of the size of the entity, the group had an average of 129 employees, 25 billion won in average sales and 38.6 billion won in total assets a year before consulting support. On the other hand, the inefficient group consisted of companies in medical, chemical, electric and electronic industries, with an average consulting support period of 33 months and 8 projects-solutions, 2 to 3 projects supported. The size of the entity in inefficient group averaged 33 employees, with 6.7 billion won in average sales and 5.7 billion won in total assets. In addition, comparing the both groups from the perspective of the corporate capability, the former firms averaged more than 20 years after their start-ups, with annual sales ranging from 30 to 40 billion won. On the other hand, the latter firms averaged less than 15 years with annual sales of less than 10 billion won. Based on the results of these comparative analysis, the average value of input variables for the efficient group was indentified and the optimal input value for the inefficient group was determined. In conclusion, this paper suggested that the quantity of input variables be adjusted to enhance the efficiency of the government’s consulting support programs depending on the type of business or the size of the company. The findings showed that government’s consulting support program had a positive impact on company’s financial performance, compared with its pre- and post-application effects. Accordingly, for SMEs with annual sales of less than 10 billion won and less than 30 employees, it can be more effective to support urgent and crutial projects in the short-term than to support mid-to long-term consulting programs. On the contrary, in order to increase the efficiency of mid-to long-term consulting support programs, firms with sales of more than 20 billion won and full-time workers of more than 50 can be more effective. In the future, it is expected that this paper will be useful for government to make policies on Consulting Support Programs, depending on the size and capability of SMEs, and it will be used to establish standards for selecting target companies and for evaluating their post-performance.